いくつかの統計的手法を使用して、ラスタのセットが互いにどのように関連しているかを分析しようとしています。なぜなら、ArcGISの空間統計ツールを使用して、ラスタをAsciiファイルとしてエクスポートし、R（具体的には、maptoolsパッケージreadAsciiGrid()）を使用してそれらを分析した経験があまりないためです。これは問題なく機能しています（ただし、データセットには90,000ポイントがあるため、分析の実行に時間がかかります）が、ArcGISの既存の機能であるRで再作成しているかどうかはわかりません。
たとえば、いくつかの異なる変換（対数、指数など）を使用して、これらの各ラスター間で回帰を実行したいとします。これはArcGIS内で実行できますか？2つ目の広範な質問は、このタイプのデータを調べるための標準的な統計的方法があるかどうかです。
各ラスターペアには一致するデータ/データなしの値があり、グリッドセル値を除いてすべてのパラメーターは同じです。
回答:
私はRに固執します。速度が本当に問題である場合（90.000はそれほど大きな数ではないので、疑問です）、データのサブセット間の関係を見つけてみてください。実際、私が最初にすることは、明白な関係を探すための計画を立てることです。
arcgisにラスターを比較するツールが含まれている場合でも、Rは常により多くの統計ツールを提供します。
例えば：
library(rgdal)
map1<-readGDAL('file.asc')
map2<-readGDAL('file2.asc')
samplenr<-sample(length(map1$band1), 1000)
smallset<-data.frame(map1=map1$band1[samplenr],map2=map2$band1[samplenr])
plot(smallset)
lm(map2~map1, smallset)
...
実際に追加する必要があるのは、多くの場合、データのサブセットを操作するよりも、データセット全体を操作する方が正しいということです。多くの場合、グリッドセルは周囲のデータセルから独立していないため、回帰回帰などのp値が過度に楽観的になります（デクラスタリングを検索すると詳細がわかります）。